Large Language Models for Math Education in Low-Resource Languages: A Study in Sinhala and Tamil
تقيم هذه الدراسة قدرات الاستدلال الرياضي للنماذج اللغوية الكبيرة في اللغتين السنغالية والتاميلية منخفضتي الموارد باستخدام مجموعة بيانات متوازية أعدها مؤلفون أصليون، مما يكشف أنه بينما ينتقل الحساب الأساسي بشكل جيد، فإن أداء الاستدلال المعقد يتدهور بشكل كبير مقارنة باللغة الإنجليزية، مما يسلط الضوء على الحاجة إلى تقييمات خاصة بكل لغة قبل نشر المعلمين الآليين في السياقات التعليمية متعددة اللغات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن لديك معلماً خصوصياً عبقرياً، كلي المعرفة، يمكنه حل أي مسألة رياضية تقريباً تطرحها عليه باللغة الإنجليزية. إنه يشبه رئيس طهاة ماهر يستطيع طهي شريحة لحم مثالية، أو "سوفليه" رقيق، أو "كاري" معقد بكل سهولة.
الآن، تخيل أنك طلبت من نفس هذا الطاهي أن يطهو نفس هذه الأطبية تماماً، ولكن هذه المرة، أعطيته الوصفة باللغتين السينهالية والتاميلية (وهما لغتان رئيسيتان تُتحدث بهما في سريلانكا). قد تفترض قائلاً: "حسناً، إذا كان يعرف الرياضيات، فلا ينبغي أن تهم اللغة، أليس كذلك؟"
تقول هذه الورقة البحثية: "ليس بهذه السرعة".
قرر الباحثون (فريق من سريلانكا وفنلندا وأستراليا) اختبار هذا السيناريو تحديداً. أرادوا معرفة ما إذا كان المعلمون الآليون (AI) مفيدين حقاً للطلاب الذين يتحدثون السينهالية أو التاميلية، أم أنهم مجرد "خبراء مزيفين" لا يعرفون كيف يطهون إلا عندما تكون الوصفة باللغة الإنجليزية.
إليك تفاصيل دراستهم، باستخدام بعض التشبيهات اليومية:
1. المشكلة في الوصفات "المترجمة"
في الماضي، كان الباحثون يختبرون الذكاء الاصطناعي عبر أخذ مسائل رياضية إنجليزية وتمريرها عبر أداة ترجمة للحصول على نسخ بالسينهالية أو التاميلية.
- التشبيه: هذا يشبه أخذ وصفة إنجليزية مثالية، وتمريرها عبر "ترجمة جوجل"، ثم تسليم النتيجة إلى طاهٍ. إذا كان الطبق مذاقه سيئاً، فلن تعرف ما إذا كان الطاهي سيئاً في الطبخ، أم أن الوصفة نفسها كانت مشوشة وغير مفهومة.
- الحل: لم يفعل المؤلفون ذلك. بل استعانوا بمتحدثين أصليين هم أيضاً خبراء في الرياضيات لكتابة مسائل رياضية جديدة تماماً من الصفر باللغات الإنجليزية والسينهالية والتاميلية. هذا يضمن أن تكون "الوصفات" مثالية في كل لغة، بحيث يمكن إلقاء اللوم على "الطاهي" (الذكاء الاصطناعي) إذا فشل الطبق.
2. المستويات الستة لصعوبة الرياضيات
لم يختبروا نوعاً واحداً فقط من الرياضيات. لقد أنشأوا "قائمة طعام" تحتوي على ستة أنواع مختلفة من التحديات، تتراوح من السهلة إلى شديدة التعقيد:
- خطوة واحدة: "إذا كان لدي تفاحتان واشتريت 3 أخرى، فكم تفاحة لدي؟" (سهلة جداً).
- خطوات متعددة: "لدي تفاحتان، اشتريت 3، أكلت واحدة، وقسمت الباقي بين صديقين..." (تتطلب تسلسلاً في التفكير).
- المشتت: "لدي تفاحتان، و3 برتقالات، وقبعة حمراء. كم عدد الفواكه لدي؟" (على الذكاء الاصطناعي تجاهل القبعة).
- ارتباك الوحدات: "لدي حبل طوله متران وأحتاج لقطعه إلى سنتيمترات." (على الذكاء الاصطناعي أن يدرك أن الأمتار والسنتيمترات وحدات مختلفة).
- الاستنتاج المنطقي: "إذا كان س ضعف عمر ص، وص أصغر من ع بخمس سنوات..." (تحويل الكلمات إلى جبر).
- الاستمثال (Optimization): "ما هي أرخص طريقة لبناء سياج حول حديقة ذات مساحة محددة؟" (إيجاد الحل الأمثل المطلق).
3. النتائج: "فجوة اللغة"
عندما غدّوا هذه المسائل لأربعة نماذج ذكاء اصطناعي رائدة (مثل GPT-4 وClaude وGemini)، إليكم ما حدث:
- الأشياء السهلة (النوعان 1 و2): كان الذكاء الاصطناعي نجماً في جميع اللغات الثلاث. سواء كانت بالإنجليزية أو السينهالية أو التاميلية، كان بإمكانه القيام بالرياضيات البسيطة بشكل مثالي. الأمر يشبه قدرة الطاهي على تقطيع البصل وغلي الماء بأي لغة.
- الأشياء المخادعة (النوعان 4 و6): هنا تعثر الذكاء الاصطناعي.
- ارتباك الوحدات: في الإنجليزية، عرف الذكاء الاصطناعي أن "2 ms" تعني ميلي ثانية. ولكن في السينهالية والتاميلية، غالباً ما نسي تحويل الوحدات، معاملاً "الميلي ثانية" كأنها "ثوانٍ". الأمر يشبه طاهياً يقرأ "جرامات" ولكنه يقيس بـ "الأكواب" لأن خط الكتابة جعله يرتبك.
- الاستمثال: كان هذا أكبر انخفاض. في الإنجليزية، حصل أحد نماذج الذكاء الاصطناعي على نسبة 88% صحيحة. أما في التاميلية، فقد انخفض نفس النموذج إلى 52%. وهذا بالكاد يعتبر رمية عملة! إنه يشبه طاهياً ينسى فجأة كيفية خبز كعكة معقدة لمجرد أن التعليمات مكتوبة بلغة مختلفة.
4. لغز "الصندوق الأسود"
يشتبه الباحثون في أنه على الرغم من أن الذكاء الاصطناعي يبدو وكأنه يفكر بالتاميلية أو السينهالية، إلا أنه قد يكون في الواقع يقوم سراً بترجمة السؤال إلى الإنجليزية في "عقله"، وحله، ثم ترجمة الإجابة مرة أخرى إلى اللغة الأصلية.
- التشبيه: تخيل طالباً يؤدي امتحاناً باللغة التاميلية. يقرأ السؤال، ثم يهمس به سراً لصديق يتحدث الإنجليزية داخل رأسه، يحصل على الإجابة، ثم يهمس بالإجابة لنفسه باللغة التاميلية. إذا كانت عملية الهمس بطيئة أو مليئة بالأخطاء، فسيحصل على إجابة خاطئة. يبدو أن الذكاء الاصطناعي يقوم بشيء مشابه.
5. لماذا يهم هذا المدارس؟
الخلاصة الكبرى هي تحذير للمعلمين والمدارس في سريلانكا (وفي أي مكان آخر حيث اللغات ذات الموارد المحدودة):
- لا تثق بالذكاء الاصطناعي بشكل أعمى. إذا استخدم المعلم أداة ذكاء اصطناعي لمساعدة الطلاب في الرياضيات المعقدة بالسينهالية أو التاميلية، فقد يحصل على إجابة خاطئة نصف الوقت.
- السياق هو الملك. مجرد كون الذكاء الاصطناعي ذكياً بالإنجليزية لا يعني أنه ذكي في كل لغة.
- "الإنسان في الحلقة" (Human in the Loop): يحتاج المعلمون إلى مراجعة عمل الذكاء الاصطناعي، خاصة في المسائل المعقدة التي تتضمن وحدات أو منطقاً معقداً.
الخلاصة
الذكاء الاصطناعي أداة قوية، لكنه حالياً يشبه مرشداً يتحدث لغتين، خبير في الإنجليزية ولكنه سائح في السينهالية والتاميلية. يمكنه الإشارة إلى المعالم السياحية (الرياضيات البسيطة)، ولكن إذا طلبت منه التنقل في متاهة معقدة (الرياضيات المتقدمة مع الوحدات والمنطق) بتلك اللغات المحلية، فقد يضل طريقه.
قبل أن نسمح لهؤلاء المعلمين الآليين بالسيطرة على الفصول الدراسية في الدول غير الناطقة بالإنجليزية، نحتاج إلى تعليمهم "اللغة المحلية للرياضيات" بشكل أفضل بكثير.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.